基于无线感知的用户群体画像的研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 主要研究内容 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第二章 相关技术与理论 | 第13-21页 |
| 2.1 用户画像相关技术 | 第13-15页 |
| 2.1.1 用户群体画像分析过程 | 第13-14页 |
| 2.1.2 用户群体画像应用 | 第14页 |
| 2.1.3 用户画像标签体系 | 第14-15页 |
| 2.2 用户定位相关技术 | 第15-17页 |
| 2.2.1 PU学习算法 | 第15-16页 |
| 2.2.2 生成对抗网络 | 第16-17页 |
| 2.3 聚类算法 | 第17-19页 |
| 2.3.1 聚类算法综述 | 第17-18页 |
| 2.3.2 相似度计算方法 | 第18-19页 |
| 2.4 协同过滤技术 | 第19-20页 |
| 2.5 本章小结 | 第20-21页 |
| 第三章 校园用户POI定位 | 第21-31页 |
| 3.1 数据集及问题分析 | 第21-22页 |
| 3.2 POI定位模型原理 | 第22-25页 |
| 3.3 POI定位模型理论分析 | 第25-26页 |
| 3.4 实验设计与分析 | 第26-30页 |
| 3.4.1 POI定位算法与传统方法对比分析 | 第27-28页 |
| 3.4.2 POI定位算法与未矫正模型对比分析 | 第28-30页 |
| 3.5 本章小结 | 第30-31页 |
| 第四章 校园用户聚类分析 | 第31-35页 |
| 4.1 时间特征处理 | 第31页 |
| 4.2 用户相似度计算 | 第31-32页 |
| 4.3 DBSCAN聚类 | 第32-33页 |
| 4.4 聚类结果分析 | 第33-34页 |
| 4.5 本章小结 | 第34-35页 |
| 第五章 用户群体画像标签生成及展示 | 第35-46页 |
| 5.1 标签体系概述 | 第35-36页 |
| 5.2 基本属性标签 | 第36-37页 |
| 5.3 用户分级标签 | 第37-38页 |
| 5.4 行为偏好标签 | 第38-39页 |
| 5.5 POI预测标签 | 第39-44页 |
| 5.5.1 构建用户-POI评分矩阵 | 第40-41页 |
| 5.5.2 构建POI同现矩阵 | 第41页 |
| 5.5.3 生成POI预测矩阵 | 第41页 |
| 5.5.4 POI预测结果分析 | 第41-44页 |
| 5.6 用户群体画像展示 | 第44-45页 |
| 5.6.1 工程实现介绍 | 第44页 |
| 5.6.2 画像页面展示 | 第44-45页 |
| 5.7 本章小结 | 第45-46页 |
| 第六章 总结与展望 | 第46-48页 |
| 6.1 总结 | 第46-47页 |
| 6.2 展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 发表论文和科研情况说明 | 第51-52页 |
| 致谢 | 第52页 |
